搜索资源列表
编译原理及实践
- 目 录 译者序 前言 第1章 概论 1 1.1 为什么要用编译器 2 1.2 与编译器相关的程序 3 1.3 翻译步骤 5 1.4 编译器中的主要数据结构 8 1.5 编译器结构中的其他问题 10 1.6 &
n个圆的组合
- 对工作分配进行多次优化，直到找到最优的分配方式。 首先将所有工作交给能力最强的人做，然后找出最低安全值和最高安全值，此时将未分配工作的人的能力值当作安全值参与判断，把安全值最低者分配的仓库数减一，并将这个仓库交给安全值最高者看守，然后进入下次优化，在新一次优化过程中把最低安全值和上次优化时的最低安全值作比较，如果这次最低安全值比上次大，则继续进行优化，若系统最低安全值相比上次下降，则说明上次优化后的结果已经是最优，即得结果。-work on a number of distribution op
warehouse
- 一个库存分配问题，目标是使得库存成本最小，用C++编写，需要调用CPLEX优化软件。-Example that uses the goal API to enforce constraints dynamically, depending on the relaxation solution at each MIP node.
1
- 退火算法，运用退火算法解决函数优化等问题，运用遗传算法解决学生宿舍分配问题。-Annealing algorithms, the annealing algorithm to solve the function optimization using genetic algorithm to solve the problem of allocation of student hostels.
EA
- 使用遗传算法、粒子群优化算法和量子遗传算法对认知无线网络进行频谱分配-Using genetic algorithms, particle swarm optimization algorithm and quantum genetic algorithm for spectrum allocation in cognitive radio networks
chow算法
- OFDM系统的功率分配chow算法,,其优化准则：在维持目标误比特率的情况下，使系统的余量最大。
last
- 最优化缓存分配。系统模型是基站和用户，通过优化用户端缓存分配，使得基站容量最大-Optimizing cache allocation. System model is a base station and the user, by optimizing cache allocation client, making the maximum capacity of base station
DDLO算法
- 本文研究了移动边缘计算 (MEC) 网络，其中多个无线设备 (WD) 选择将其计算任务卸载到边缘服务器。为了节约能源并保持 WD 的服务质量，联合卸载决策和带宽分配的优化被表述为混合整数规划问题。然而，该问题在计算上受到维数灾难的限制，无法通过通用优化工具以有效和高效的方式解决，尤其是对于大规模 WD。在本文中，我们为 MEC 网络提出了一种基于分布式深度学习的卸载 (DDLO) 算法，其中使用多个并行 DNN 来生成卸载决策。我们采用共享重放内存来存储新生成的卸载决策，这些决策进一步训练和改进